L’utilizzo di un sistema privo di radiazioni basato sulla topografia della superficie dorsale, con l’implementazione di reti neurali convoluzionali (CNN) per la previsione dell’angolo di Cobb nella scoliosi, rappresenta un approccio innovativo e promettente. L’eliminazione della necessità di esposizione a raggi X, caratteristica della rasterstereografia, offre un’alternativa allettante per la diagnosi precoce e la sorveglianza della scoliosi, specialmente nei pazienti più giovani.
I risultati dello studio, con un errore assoluto medio di 6.1° ± 5.0° nella previsione dell’angolo di Cobb e una correlazione moderata (r = 0.68), indicano una certa capacità del modello di apprendimento approfondito nel riconoscere la gravità della deformità. Tuttavia, il livello di precisione complessiva nella classificazione della gravità della scoliosi, attestato al 59%, solleva alcune considerazioni sull’affidabilità del sistema.
È fondamentale sottolineare che, sebbene il modello rappresenti un passo avanti rispetto ai metodi precedenti, la sua attendibilità potrebbe non eguagliare completamente l’esame radiografico condotto da operatori umani. Ciò potrebbe limitarne l’applicabilità nei contesti clinici che richiedono una precisione elevata. È importante considerare anche la variabilità individuale nelle caratteristiche anatomiche e nella presentazione della scoliosi, che potrebbe influenzare le prestazioni del modello.
In definitiva, l’approccio senza radiazioni è promettente, ma ulteriori ricerche e miglioramenti tecnologici possono essere necessari per garantire un’utilizzo affidabile e generalizzato in ambito clinico. La ricerca continua in questo campo potrebbe aprire la strada a strumenti più efficaci e accessibili per la diagnosi e la gestione della scoliosi, migliorando la qualità della cura per i pazienti affetti da questa condizione.
Potete leggere per esteso il nostro studio a questo link.
Immagine di kjpargeter su Freepik
